XiaoMi-AI文件搜索系统
World File Search SystemDistributed
分布式同行评审 - 规则和准则
分布式同行评审（DPR）就是这样的审查干预措施。在DPR中，申请人也是评估者，并审查了提交给同样资金机会的其他建议，以决定谁获得资金。通过提交提案，申请人同意担任审查员，并由同行对其提案进行审查。到目前为止，这种创新的方法已经取得了积极的成果，包括在欧洲南方天文台（ESO）的申请中以及大众斯蒂芬基金会的开放资金。荷兰研究委员会（NWO）也正在试用DPR的开放竞争领域科学 - XS。
量子计算符合AI
国际计算机工程技术杂志（IJCET）第16卷，第1期，Jan-Feb 2025，pp。2715-2728，文章ID：IJCET_16_01_191在线可在https://iaeme.com/home/issue/issue/ijcet?volume=16&issue = 1 ISSN印刷：0976-6367; ISSN在线：0976-6375;期刊ID：5751-5249影响因子（2025）：18.59（基于Google Scholar引用）doi：https：//doi.org/10.34218/ijcet_16_01_1_191©iaeme Publication
分布式计算中的无服务器体系结构
国际计算机工程技术杂志（IJCET）第16卷，第1期，Jan-Feb 2025，pp。2439-2452，文章ID：IJCET_16_01_174在https://iaeme.com/home/issue/issue/ijcet?volume=16&issue = 1 ISSN印刷：0976-6367; ISSN在线：0976-6375;期刊ID：5751-5249影响因子（2025）：18.59（基于Google Scholar引用）doi：https：//doi.org/10.34218/ijcet_16_01_174©iaeme Publication
无线网络的分布式协议：来自EHealth Systems
摘要无线网络的快速发展正在通过启用无缝，低延迟的通信来改变各种域，从eHealth系统转变为无人机群和自动驾驶汽车。在医疗保健中，无线传感器和5G网络正在通过连续的数据收集，远程诊断和个性化治疗方法彻底改变患者监控，从而确保高可靠性传播。同时，无人机（无人机）群越来越多地部署在诸如灾难响应，环境监测和交付服务等平民应用中，需要可扩展的通信协议以实现有效的数据交换和与地面站的协调。随着这些技术收敛，人工智能（AI）正在成为下一代无线网络的关键推动因素，从而通过网络节点级别的预测分析来增强系统性能。通过预测网络条件，AI赋予了自动驾驶汽车和无人机，以增强互操作性，优化路由，动态调整通信策略并改善跨应用程序的资源管理。本演讲将探讨分布式数据传输协议中的挑战，当前的进步和未来的研究方向，重点关注它们在整合EHealth系统，无人机群，自动驾驶汽车和AI-Driendiven网络中的作用，以开发更适应性和智能的通信基础设施。
基于分布式触觉传感器的人形机器人的全身多接触运动控制
摘要 - 为了使人形机器人能够在共有的环境中稳健地工作，多接触运动不仅在四肢（例如手脚），而且在四肢的中间区域（例如膝盖和肘部）的中间区域进行接触。我们开发了一种实现这种全身多接触运动的方法，该运动涉及人形机器人在中间区域的接触。可变形的板状分布式触觉传感器安装在机器人四肢的表面上，以测量接触力，而无需显着改变机器人体形。较早开发的多接触运动控制器（专门用于肢体接触）扩展以处理中间区域的接触，并且机器人运动通过反馈控制稳定，不仅使用力/扭矩传感器，还可以使用分布式的触觉传感器来稳定。通过对Dynamics模拟的验证，我们表明，开发的触觉反馈提高了全身多接触运动的稳定性，以防止干扰和环境错误。此外，寿命大小的人形RHP kaleido展示了全身多接触运动，例如向前走，同时通过前臂接触支撑身体，并在坐着的姿势和大腿接触中平衡姿势。
多代理的深入强化学习，用于密集的MMWave网络中的分布式切换管理
毫米波小细胞与定向光束形成的密集部署是一种有前途的解决方案，可增强当前无线通信的净工作能力。但是，毫米波通信链路的可靠性可能会受到严重的路径，阻塞和耳聋的影响。作为一种款项，移动用户受到频繁的交接，这会限制用户吞吐量和移动终端的电池寿命。为了解决这个问题，我们的论文提出了一个深层的多代理控制学习框架，用于分布式移交管理，称为Rhando（增强移交）。我们将用户建模为代理商，他们在考虑相关成本的同时，学习如何执行移交以通过网络优化网络。所提出的SOUTIOT已完全分布，从而限制了信号传导和计算开销。数值结果表明，与传统方案相比，所提出的解决方案可以提供更高的吞吐量，同时大大限制了移交的频率。
节能边缘计算：当Lyapunov符合分布的强化学习
摘要 - 在这项工作中，我们研究了通过边缘计算启用的流量计算的能量计算的问题。在考虑的情况下，多个用户同时竞争有限的无线电和边缘计算资源，以在延迟约束下处理经过处理的流量任务，并有可能利用所有网络节点的低功率睡眠模式。无线电资源分配考虑了细胞间和细胞内干扰，并且必须共同优化无线电和计算设备的职责周期，以最大程度地减少整体能源消耗。为了解决这个问题，我们将基本问题提出为动态的长期优化。然后，基于Lyapunov随机优化工具，我们将该法式问题与CPU调度问题和无线电资源分配问题分配为每插槽。虽然第一个可以使用快速迭代算法来最佳且有效地解决，但第二个可以使用分布式的多代理增强式学习来解决第二个算法，因为其非凸性和NP固定度。所得框架最多可实现96。基于详尽搜索的最佳策略的5％性能，同时大大降低了复杂性。与基准启发式方法相比，提出的解决方案还允许提高网络的能量效率。
分布式能源资源标准...
上述规定是与公司配电系统并行运行的任何 DER 的最低要求，电压最高可达 34.5kV。径向配电系统中的大型 DER 可能导致继电和电压控制问题。因此，公司保留在必要时要求升级以维持可靠服务或拒绝任何 DER 互连的选择权，如果此类 DER 会导致无法充分缓解的可靠性问题。这些升级的范围是通过互连研究过程确定的。允许的互连配置任何 DER 与公司配电系统的互连应直接连接到采用以下选项之一配置的电路/馈线：
马达加斯加可再生能源消费的宏观经济决定因素：来自自回归分布滞后建模方法的证据
我们使用 1990 年至 2021 年的年度数据和 ARDL 边界测试方法，研究了马达加斯加可再生能源消费的宏观经济决定因素。我们的结果表明，从长远来看，国内投资、金融发展、贸易开放和外国直接投资对可再生能源消费具有重大的积极影响。相反，经济增长、工业发展、收入分配和碳排放的增加会导致可再生能源消费减少。因此，为了实现到 2030 年实现 85% 的能源来自可再生能源的雄心勃勃的目标，政府必须仔细监测并持续分析这些相互关联的宏观经济因素。这将使政策和干预措施得到有效调整，为成功过渡到清洁和可再生能源铺平道路。